Excel + productividad analítica
Excel + analytical productivity

Excel como Centro de Limpieza, Validación y Decisión con Datos

Excel as a Hub for Data Cleaning, Validation, and Decision-Making

20 casos de uso prácticos para convertir Excel en una herramienta seria de control de calidad, análisis operativo, validación, automatización ligera y preparación de datos para decisiones.

20 practical use cases to turn Excel into a serious tool for quality control, operational analysis, validation, light automation, and data preparation for decisions.

¿Dónde encaja Excel en esta serie?

PowerShell automatiza tareas operativas, Python integra y transforma data, R profundiza en análisis estadístico, SQL controla datos desde la fuente, y Excel sigue siendo el punto de encuentro donde mucha gente revisa, valida, corrige, presenta y toma decisiones.

El problema no es Excel. El problema es usar Excel sin estructura. Cuando se trabaja con tablas, validaciones, Power Query, fórmulas modernas y controles de calidad, Excel puede convertirse en una herramienta muy poderosa para análisis de negocio, auditoría y preparación de información.

Where does Excel fit in this series?

PowerShell automates operational tasks, Python integrates and transforms data, R goes deeper into statistical analysis, SQL controls data from the source, and Excel remains the meeting point where many people review, validate, correct, present, and make decisions.

Excel is not the problem. The problem is using Excel without structure. When working with tables, validations, Power Query, modern formulas, and quality controls, Excel can become a powerful tool for business analysis, auditing, and information preparation.

TablasTables

1. Convertir rangos en tablas estructuradas

1. Convert ranges into structured tables

Una tabla formal permite filtros, nombres de columnas estables, fórmulas automáticas y mejor conexión con Power Query.

A formal table enables filters, stable column names, automatic formulas, and better Power Query integration.

Atajo recomendado:
Ctrl + T

Ejemplo de referencia estructurada:
=SUM(TableSales[Amount])
ValidaciónValidation

2. Crear listas desplegables para controlar entradas

2. Create dropdown lists to control inputs

Evita variaciones como “Active”, “activo”, “ACT” o “A” cuando solo debe existir un valor permitido.

Avoid variations such as “Active”, “activo”, “ACT”, or “A” when only one allowed value should exist.

Ruta:
Data → Data Validation → List

Ejemplo de lista:
Active,Inactive,Leave,Terminated
XLOOKUPXLOOKUP

3. Buscar datos oficiales desde una tabla maestra

3. Retrieve official values from a master table

Trae departamento, nombre, email o estatus desde una tabla confiable usando una llave como Employee_ID.

Bring department, name, email, or status from a trusted table using a key such as Employee_ID.

=XLOOKUP([@Employee_ID], EmployeeMaster[Employee_ID], EmployeeMaster[Department], "Not Found")
ErroresErrors

4. Controlar errores sin ocultar problemas

4. Control errors without hiding problems

IFERROR puede ayudar, pero conviene devolver mensajes útiles para auditoría, no solo celdas vacías.

IFERROR can help, but it should return useful audit messages, not just blank cells.

=IFERROR(
  XLOOKUP([@Employee_ID], EmployeeMaster[Employee_ID], EmployeeMaster[Full_Name]),
  "Review: Employee ID not found"
)
DuplicadosDuplicates

5. Detectar IDs repetidos con COUNTIF

5. Detect repeated IDs with COUNTIF

Marca llaves que deberían ser únicas pero aparecen más de una vez.

Flag keys that should be unique but appear more than once.

=IF(COUNTIF(Table1[Employee_ID],[@Employee_ID])>1,"Duplicate","OK")
TextoText

6. Limpiar espacios invisibles en texto

6. Clean invisible spaces in text

Muy útil cuando los datos vienen de sistemas, reportes exportados o copias manuales.

Very useful when data comes from systems, exported reports, or manual copy-paste.

=TRIM(CLEAN([@Department]))
EstandarizaciónStandardization

7. Estandarizar mayúsculas y minúsculas

7. Standardize uppercase and lowercase text

Convierte nombres, departamentos o categorías a un formato más consistente.

Convert names, departments, or categories into a more consistent format.

=PROPER(TRIM([@Full_Name]))

=UPPER(TRIM([@Status_Code]))

=LOWER(TRIM([@Email]))
FechasDates

8. Validar fechas fuera de rango

8. Validate out-of-range dates

Detecta fechas imposibles, futuras o inconsistentes antes de cargar la información.

Detect impossible, future, or inconsistent dates before loading information.

=IF(OR([@Hire_Date]TODAY()),"Review Date","OK")
LETLET

9. Simplificar fórmulas complejas con LET

9. Simplify complex formulas with LET

LET permite nombrar partes de una fórmula para hacerla más legible y fácil de mantener.

LET lets you name parts of a formula, making it easier to read and maintain.

=LET(
  amount, [@Amount],
  limit, 10000,
  IF(amount>limit,"Review: Over Limit","OK")
)
FILTERFILTER

10. Crear una vista dinámica de excepciones

10. Create a dynamic exception view

Genera automáticamente una lista de registros que necesitan revisión.

Automatically generate a list of records that need review.

=FILTER(Table1, Table1[Review_Status]="Review", "No records to review")
UNIQUEUNIQUE

11. Extraer valores únicos para catálogo

11. Extract unique values for a catalog

Sirve para revisar categorías reales y detectar variaciones que deberían unificarse.

Useful for reviewing real categories and detecting variations that should be unified.

=SORT(UNIQUE(Table1[Department]))
SUMIFSSUMIFS

12. Resumir montos por múltiples criterios

12. Summarize amounts by multiple criteria

Calcula totales por departamento, año, estatus, programa o categoría.

Calculate totals by department, year, status, program, or category.

=SUMIFS(
  Transactions[Amount],
  Transactions[Department], A2,
  Transactions[Year], B2
)
COUNTIFSCOUNTIFS

13. Contar registros con reglas combinadas

13. Count records using combined rules

Permite medir casos específicos como activos sin email o transacciones pendientes por área.

Measure specific cases such as active records without email or pending transactions by area.

=COUNTIFS(
  EmployeeMaster[Status],"Active",
  EmployeeMaster[Email],""
)
Power QueryPower Query

14. Eliminar filas basura de reportes exportados

14. Remove junk rows from exported reports

Power Query permite quitar encabezados repetidos, líneas vacías o notas del sistema antes de analizar.

Power Query can remove repeated headers, empty lines, or system notes before analysis.

Power Query steps:
1. Get Data
2. Remove Top Rows
3. Promote Headers
4. Filter out blank rows
5. Close & Load
Power QueryPower Query

15. Dividir columnas por delimitador

15. Split columns by delimiter

Convierte campos combinados como “Department - Division” en columnas separadas y analizables.

Convert combined fields such as “Department - Division” into separate analytical columns.

Power Query:
Transform → Split Column → By Delimiter

Example:
"Finance - Payroll"
becomes:
Department = Finance
Unit = Payroll
Power QueryPower Query

16. Unpivot para convertir columnas en filas

16. Unpivot to convert columns into rows

Ideal para encuestas, meses en columnas o reportes cruzados que deben convertirse en formato tabular.

Ideal for surveys, months as columns, or cross-tab reports that must become tabular datasets.

Power Query:
Select ID columns
Transform → Unpivot Other Columns

Before:
Employee_ID | Jan | Feb | Mar

After:
Employee_ID | Month | Value
Tablas dinámicasPivot tables

17. Crear resumen ejecutivo con Pivot Table

17. Create an executive summary with Pivot Table

Resume volúmenes, montos o casos por departamento, mes, categoría o estatus sin escribir código.

Summarize volumes, amounts, or cases by department, month, category, or status without writing code.

Insert → PivotTable

Rows:
Department

Columns:
Status

Values:
Count of Employee_ID
Sum of Amount
Formato condicionalConditional formatting

18. Resaltar excepciones visualmente

18. Highlight exceptions visually

Ayuda a revisar rápidamente valores fuera de rango, duplicados, vencidos o pendientes.

Helps quickly review out-of-range, duplicate, expired, or pending values.

Home → Conditional Formatting → New Rule

Example formula:
=$H2="Review"
AuditoríaAudit

19. Crear una columna de estatus de calidad

19. Create a data quality status column

Concentra varias reglas en una sola columna para saber si el registro pasa o necesita revisión.

Combine several rules into one column to know whether the record passes or needs review.

=IFS(
  [@Employee_ID]="","Missing Employee ID",
  [@Email]="","Missing Email",
  [@Department]="","Missing Department",
  [@Amount]<0,"Negative Amount",
  TRUE,"OK"
)
DashboardDashboard

20. Crear un mini-dashboard de control

20. Create a mini control dashboard

Combina KPIs, tablas dinámicas, segmentadores y gráficos para monitorear calidad y operación.

Combine KPIs, pivot tables, slicers, and charts to monitor quality and operations.

Recommended elements:
- Total Records
- Records OK
- Records to Review
- Duplicate IDs
- Missing Emails
- Pivot by Department
- Slicers by Status and Month